智能轮胎的垂向载荷测量

本文中介绍了一种基于嵌入式平台的轮胎垂直载荷数据采集与信号处理系统设计方案。在轮胎内部嵌装了MEMS加速度、胎压和温度传感器,以获取轮胎径向加速度、胎压和温度等基础实时数据,并从中提取特征信息来表征轮胎垂向载荷。分别进行了室内台架试验和实车试验,对多种工况下的智能轮胎的垂向载荷测量方法和特征提取算法进行了验证。结果表明,基于智能轮胎的垂向载荷测量方法可行,精度满足工程应用要求。     

基于加速度信息的智能轮胎载荷预测算法

针对当前商用车行业对轮胎载荷的预测需求,开发了一款235/45ZR18轮胎垂直载荷的估算方法。该方法在保证有限元仿真可靠性的前提下,通过轮胎有限元仿真技术获取得到轮胎内侧的加速度波形信息,并利用此加速度波形信息估算轮胎的接地印迹长度。通过总结仿真结果数据发现,接地印迹长度与载荷大致成二次函数关系。根据此规律总结出接地印记长度与垂直载荷的经验公式,实现了该型号轮胎垂直载荷的估算,并能在常用的载荷、速度、胎压范围内保持一定的精度。此预测算法可以应用于轮胎力采集,提高汽车主动安全系统的安全性。     

现代轿车轮胎常见故障分析

介绍了子午线轮胎的特性，对国产轿车常用子午线轮胎在使用中出现的磨损，滚动噪声，运转不平顺，车辆跑偏等常见故障进行了分析，并提出了相应的检测方法。     

论轮胎的磨损

轮胎磨损除会直接增加汽车的使用成本外，还会影响汽车的功率消耗、轮胎与路面间的附着性能等。对轮胎磨损的机理进行了探讨，并着重讨论了影响轮胎磨损的各种因素及其影响机理。通过分析得出的一些结论对正确设计和使用汽车轮胎具有一定的指导意义。     

基于运动学分析的某MPV车轮胎磨损研究

轮胎磨损是车辆使用中常见问题,本文主要对轮胎正常磨损和异常磨损进行了对比及分析。首先列举了轮胎磨损的主要形式,然后简要说明了各种轮胎磨损形式的产生机理,并对实车产生轮胎磨损情况进行了详细的分析与研究,同时提出有效的解决方案。最后总结了轮胎磨损问题的研究方法。     

基于智能轮胎系统的实时路面辨识技术

在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。     

轮胎磨损及花纹深度测量方法浅析

车辆在行驶过程中,轮胎除了正常的均匀磨损外,还会产生不同程度的异常磨损。轮胎磨损主要有走合期轻微磨损、稳定磨损、剧烈加速磨损3个过程。定期检查轮胎花纹深度并依此及时对轮胎进行保养维护,可以减少不必要的轮胎磨损,降低事故发生率,提高车辆行驶安全性。目前,轮胎花纹磨损检测方法主要有接触式和非接触式2种,都是通过对轮胎各点的花纹深度进行检测,进而得知轮 胎磨损的具体情况。随着科技的发展,将无线传输技术和大数据应用相结合的智能化检测技术应用于轮胎磨损检测,可以将轮胎的监测、报警、预警和反馈等功能进行融合,形成高效的轮胎检测应用体系。     

基于实车试验的路面峰值摩阻系数影响因素分析

实时精准的路面附着系数影响车辆的电子制动及智能控制性能,因此在建立轮胎与路面峰值摩阻系数数学模型的基础上,结合试车场Dynatest995型纵向附着系数测量设备,基于理论研究以及试验的数据结果对路面峰值摩阻系数的影响因素进行了分析,分析结果表明:轮胎磨损状态、载荷、气压、测试速度以及路面状态都影响路面峰值摩阻系数的数值,并且基于实车测试给出了各影响因素对摩阻系数数值的变化趋势。     

浅谈轮胎的磨损与预防

轮胎在各种路面上行驶，其磨损是不可避免的，轮胎在正常情况下均匀磨损至胎侧的磨损批示标记，轮胎就不能继续使用了，这属于正常磨损现象。当轮胎出现胎冠中央、两肩、内侧及外侧等不均匀磨损时，则说明轮胎在平时的使用中存在着问题，为了更好地使用轮胎，延长轮胎的使用寿命，经常检查轮胎的磨损状况是非常必要的，从轮胎均匀磨损与不均匀磨损，可以发现轮胎的使用过程中是否出现问题，并及时查明原因，从而使轮胎在正常的环境下发挥它的作用。     

轮胎异常磨损的原因及诊断方法

分析了轮胎产生异常磨损的原因，介绍了根据胎面特点及车辆使用、维修情况进行轮胎异常磨损诊断的方法。     

半挂车行走机构车轴不平行对轮胎磨损影响的仿真研究

分析了轮胎侧偏力对轮胎磨损的影响。采用虚拟样机技术对液化气半挂车进行了整车建模。得到了3种车轴不平行情况下的各轮胎侧偏力数据,以及各轮胎侧偏力与前轴不平行度的变化关系。由此研究了车轴不平行对轮胎磨损的影响。仿真研究取得了较好的结果。     

普通客车使用宽面轮胎的探讨

针对某客运公司普通客车轮胎在正常使用过程中出现过度磨损的异常情况,从技术改造和技术管理的层面进行研究,探讨了轮胎过度磨损的主要原因,提出了使用宽面轮胎的建议;对使用宽面轮胎和普通轮胎的车辆进行对比测试,分析了宽面轮胎技术的可行性和优越性.     

高速滚动汽车轮胎温度场的非稳态热分析

以试验数据为基础，分析了高速滚动轮胎温度场的非稳态热状况，应用最小二乘法对试验数据进行了拟合分析，建立了轮胎温升－时间历程关系式，并与理论计算公式作了对比，结果表明试验数据可靠；同时，分析了使用条件（速度、载荷、胎压及环境温度）对轮胎温升时间和大小的影响，结果表明，使用条件只影响轮胎温升大小，而不影响轮胎温升时间。用此方法建立了轮胎降温－时间历程关系式，分析了轮胎散热情况，分析表明温降时间也与使用条件无关。拟合关系式可用于初步预测轮胎温升及指导轮胎设计。     

智能网联环境下基于安全势场理论的车辆跟驰模型

为有效刻画未来智能网联环境下交通流微观跟驰行为，以更加精确地进行车辆的运动决策，建立了基于安全势场理论下的车辆跟驰模型。模型以势场理论为基础，首先阐述了交通环境中安全势场的客观性、普遍性以及可测性，然后通过引入加速度参数对既有安全势场模型进行改进，改进后的安全势场模型能够有效刻画出在不同速度、加速度值下车辆安全势场的变化趋势。在分析安全势场变化基础上，构建的车辆跟驰模型强化了加速度参数对车辆跟驰行为的影响，由于不同速度、加速度信息在智能网联环境下车辆可以实时获取，因此该模型可应用于未来智能网联环境中。此外，在模型参数标定过程中，通过对NGSIM数据进行筛选，得到含有较多减速停车以及启动加速状态的轨迹数据，共筛选得到412组NGSIM真实跟驰车对数据，并最终利用人工蜂群算法对该模型进行参数标定。为评估模型仿真效果，选择OVM模型、IDM模型与本文模型进行比较，并选取均方根误差RMSE和平均绝对百分误差MAPE为参数标定结果评价与验证的指标，结果表明，建立的基于安全势场理论的车辆跟驰模型具有良好的精度，适用于描述考虑加速度参数条件下的跟驰行为，可为今后智能网联环境下车辆微观驾驶安全决策、交通流中观安全势场分布、交通流宏观状态估计等奠定理论基础。     

纯电动汽车轮胎磨损关键影响因素研究

木文在分析纯电动车汽车不同于传统燃油车对于轮胎磨损关键因素的基础上,对纯电动车汽车轮胎磨损影响因素进行了试验验证。试验针对栽荷及动力系统两个因素采用控制单一变量法进行轮胎道路磨损试验,并通过对试验路线优化及驾驶员驾驶习惯的约束,使得测试结果更加准确及客观。最后对测试完成之后的轮胎花纹形态、轮胎花纹深度及轮胎预计里程寿命进行了详细数据分析。     

如何延长汽车轮胎的使用寿命

介绍了汽车轮胎在使用中不正常磨损的几种情况：一是轮胎冠两肩超常磨损；二是轮胎胎冠中部超常磨损；三是轮胎胎侧呈侧呈锯齿状磨损；四是胎冠呈波浪状或碟片状磨损；五是转向轮胎冠内（外）侧超常磨损等。分析了轮胎不正常磨损的原因。介绍了轮胎的正确使用、定期检查与维护。     

用CARMA模型再现随机波形

利用被控系统的输入量、输出量和期望输出值所构成的时间序列建立CARMA模型。通过对该模型参数进行实时估计，计算出自校正控制器控制量。本文通过分析，建立CARMA模型，在电液伺服汽车道路模拟试验台上实现了位移和加速度随机波形的波形再现。     

内嵌加速度计的智能轮胎纵/垂向力估计算法

本文中提出了一种基于胎内嵌入加速度计的智能轮胎方案和纵向与垂向轮胎力估计算法。首先设计了基于三轴加速度计的智能轮胎系统;接着搭建了实车测试平台并在典型工况下进行了实车试验;基于实车试验数据,提取了智能轮胎加速度信号的典型特征,结合轮速等影响因素,提出了基于神经网络的轮胎纵向力和垂向力估计算法。结果表明,所提出的算法可对轮胎力进行准确的估计,从而为车辆的稳定性控制系统提供有用信息。     

延长汽车二级维护里程对润滑油及刹车片的试验

延长汽车二级维护里程会大大降低营运成本，但必须要有科学依据。其中重要的是对润滑油和刹车片进行试验检测。为此对柴油机使用的昆仑CF15W／40机油通过对延长维护里程后的油品进行抽样检测，将数据与GB／T7607标准对比及抽样后的发动机解体检查。其油品质量变化及磨损情况等能满足提高维护里程的要求。对筛选使用的两家刹车片进行嚣叫试验和磨损检测，完全能达到保养润滑里程的要求，为下一步延长保养间隔里程提供了可靠依据。     

基于行车振动的路面平整度智能检测方法研究

为探讨路面平整度(IRI)的智能检测方法,该文选取北京市密云、通州等地区22条普通公路,借助坐垫式振动加速度计,采集车辆行驶过程中的三轴向振动加速度数据。以Z轴单向加速度为主要对象进行数据处理,确定了|ax|75%、有效值φx为振动加速度特征值。在此基础上,利用GA-BP神经网络建立振动加速度特征值及速度V与IRI之间的相关关系。结果表明:该文方法对IRI值检测的平均相对误差为3.65%,与传统BP神经网络模型相比,精度提高了7.92%。利用该文提出的方法,可以比较准确地实现路面平整度的智能化检测,可为进一步开展路面智能化检测提供理论支持。